人工神经元模型（笔记）

神经元模型

 人工神经网络的基本成分是人工神经元，将许多个这样的神经元按一定层次连接起来，就得到神经网络。

在这个模型中，神经元接收到来自m个其他神经元传递过来的输入信号，这些输入信号通过带权重的连接进行传递，神经元接收到的总输入值将与神经元的阈值进行比较，然后通过激活函数处理以产生神经元的输出。

 人工神经元模型可以看成是由3种元素组成：

1. 一组连接                                   连接强度由各连接上的权值决定
2. 一个信号线性组合器                 求输入信号对神经元的的相应突触加权的和。
3. 一个激活函数                            用来限制神经元输出振幅（可以给神经元加一个外部偏置，偏置的作用是根据其为正或者负，相应的增加或者减少激活函数的输入值）

 第  个人工神经元可以用公式表示：

     

其中 

     是来自第i个神经元的输入

    是突触权值

  信号线性组合器的输出

  神经元的偏置

   激活函数

 典型的激活函数sigmoid(x)：

理想的激活函数是激活函数，它将输入值映射为输出值0或者1，0对应神经元抑制，1对应神经元兴奋。

sigmoid函数把可能在较大范围内变化的输入值挤到(0,1)输出值范围内，因此也称挤压函数。

                                                                       

 参考资料

 1.《机器学习》周志华

2.《神经网络实用教程》张良均

 

参考资料已注明出处，如有侵权联系删除。